苏姿丰大胆预测：AI 智能体时代，CPU 将重新成为紧缺资源，年增长超 35%
一句话看懂：AMD CEO 苏姿丰预测，到 2031 年 CPU 市场的年增长率将从传统的 3%-4% 飙升至 35% 以上。核心原因是 AI 从训练阶段进入推理和智能体应用阶段后，系统调度、数据处理和工具调用等任务将大幅增加 CPU 需求，CPU 可能再度成为紧缺资源。
事件核心：发生了什么
据日经亚洲 5 月 22 日报道，苏姿丰在 AMD 一季度财报电话会议和后续采访中两次上调对 CPU 市场的长期预期。她预计服务器 CPU 可服务市场到 2030 年将超过 1200 亿美元，年增长率超过 35%，远高于此前约 18% 的预期，更远超过去 3%-4% 的历史增速。
上调依据并非传统服务器复苏，而是 AI 工作负载结构的变化。在训练阶段，GPU（如英伟达产品）是绝对核心；但进入推理和智能体阶段，AI 需要拆解任务、调用工具、访问数据库、运行代码、管理上下文，这些系统编排任务高度依赖 CPU。AMD 认为，AI 智能体的普及将导致 CPU/GPU 比例发生变化，CPU 不再只是“陪跑”，而将成为执行链路的核心部件。
为什么重要
这一判断对 AI 算力市场的竞争格局有直接影响。过去两年，英伟达凭借 GPU 在 AI 训练和推理中占据主导，AMD 的 Instinct GPU 仍在追赶。但若 AI 智能体大规模进入企业流程，CPU 的供需格局可能被重塑，AMD 的 EPYC 服务器 CPU 将拥有更坚实的市场阵地。
它同时也呼应了“混合 AI”趋势。未来大量 AI 工作流不会集中在单一超级云上，而是分散在数据中心、边缘设备和本地服务器中。只要 AI 进入企业系统，CPU、内存、网络和存储的整体性能都会重新变得重要。这意味着算力竞争将从 GPU 峰值性能比拼，转向系统执行效率、调度能力和部署成本的综合竞争。
对用户/开发者/创作者的影响
开发者和企业 IT 采购：如果 CPU 需求回升，私有化部署和混合云架构的成本可能上升。未来选择推理基础设施时，需重新评估 CPU 与 GPU 的配比，尤其涉及智能体工作流的场景，可能需要更强大的 CPU 节点。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
AI 应用开发者：智能体应用的工具调用、系统编排等环节对 CPU 性能敏感，开发时需关注 CPU 与 GPU 协同的优化，避免因调度或数据处理瓶颈拖慢推理速度。
创作者和普通用户：短期影响有限。但如果 AI 智能体（如个人助手、自动化工作流）在未来 3-5 年普及，本地设备和云服务的算力配置可能变化，设备升级或云服务定价可能受影响。
值得关注的后续
1. 智能体落地是否实质推进：35% 的增长率预测依赖 AI 智能体大规模进入企业流程，目前这一趋势尚在早期。需关注企业级智能体产品（如自动化办公、代码生成、客服等）的落地速度和付费意愿。
2. 竞争对手的应对：英特尔、Arm 以及英伟达的 Grace CPU 均可能争夺这一增量市场。AMD 能否保住 EPYC 的份额，取决于产能、性能与生态兼容性。
3. 云厂商的自研芯片趋势：如果 CPU 供需紧张，云厂商（如 AWS、Google、Microsoft）可能加速自研 CPU，这将影响 AMD 和英特尔的定价权。
来源：Readhub · AI
